Quy trình xử lý số liệu spss

Nhận thu thập dữ liệu, khảo sát online, dữ liệu từ báo cáo tài chính, xử lí dữ liệu chính xác, nhanh chóng, hiệu quả. Các bước xử lý dữ liệu bao gồm mã hóa, phân tích độ tin cậy (Cronbach's Alpha), phân tích nhân tố khám phá (EFA), phân tích tương quan (Correlation), phân tích hồi quy (Regression), phân tích T-test, Anova.

SPSS Tất Tần Tật xin giới thiệu đến các bạn quy trình xử lí số liệu một cách tường tật nhất.

1. Tải dữ liệu khảo sát 

Đầu tiên, tải dữ liệu từ khảo sát online, thường là google form dưới dạng file Excel. 

Thao tác như sau, vào Google drive, mở file Response của google form. Sau đó chọn File -> Download as -> Microsoft Excel

Mở file sau khi tải về, mã hóa các chữ thành số (nếu cần thiết). 

2. Nhập data vào SPSS

Sau khi mã hóa, dùng SPSS để mở file Excel vừa xử lí xong.

Thao tác như sau, chọn File -> Open -> Data.

Lưu ý: mục số 3, chọn định dạng Excel thì file đã xử lý mới hiện lên. 

File mã hóa Excel sau khi được mở bằng SPSS. 

3. Xử lý độ tin cậy Cronbach's Alpha

Kiểm tra độ tin cậy đối với các nhóm dữ liệu thu từ khảo sát thường có giá trị khá thấp. Chính vì vậy, cần khắc phục cho hợp lý để độ tin cậy của thang đo được đạt yêu cầu! Thông thường, cần thu thập lại dữ liệu nếu thang đo không đạt yêu cầu, tuy nhiên, nếu thời gian còn ít, sửa dữ liệu trực tiếp là cách xử lý tối ưu! 

Để thu thập hoặc sửa dữ liệu đạt yêu cầu độ tin cậy, vui lòng liên hệ SPSS Tất Tần Tật! 

4. Xử lý phân tích nhân tố khám phá EFA.

Sau khi xử lí độ tin cậy Cronbach's Alpha, tiếp theo là xử lý phân tích nhân tố khám phá EFA.

Thông thường, khi chạy phân tích EFA, các biến trong một nhóm thường sẽ nhảy loạn xạ sang nhóm khác nếu data thu được không tốt. Ngoài ra, việc loại biến quá nhiều dẫn đến nhóm chính chỉ còn 1 biến. Như vậy, phân tích nhân tố sẽ không đạt yêu cầu. Sau khi xử lý, các nhóm sẽ phân bổ đúng như nhóm ban đầu, ngoài ra, factor loading cũng sẽ đạt yêu cầu >0.5. 

Để thu thập hoặc sửa dữ liệu đạt yêu cầu phân tích EFA, vui lòng liên hệ SPSS Tất Tần Tật! 

5. Hồi quy

• Vấn đề nan giải khi kiểm định hồi qui là R-square không đạt yêu cầu. Thường con số này sẽ do giảng viên hướng dẫn đề xuất, thường là >0.5. Một số khác yêu cầu >0.4. Như vậy, R-square cần >0.5 để đạt yêu cầu của đa số giảng viên hướng dẫn. Sau khi xử lý, nếu R-square quá thấp sẽ được xử lý để đạt yêu cầu. 
• Vấn đề tiếp theo là giá trị sig. >0.05. Điều này có nghĩa các biến độc lập sẽ không tác động lên biến phụ thuộc. Điều này sẽ khiến cho nghiên cứu không còn có giá trị. Như vậy cần có hướng xử lý thích hợp để các biến độc lập tác động lên biến phụ thuộc.
• Vấn đề về tự tương quan (Autocorrelation) khi xét Durbin-Watson, nếu vi phạm, cũng cần xử lý để đạt yêu cầu.
• Vấn đề cuối cùng là đa cộng tuyến (Collinearity) khi xét hệ số VIF hoặc Tollerance, thông thường VIF <2 là đạt yêu cầu không vi phạm. Nếu VIF >2, cần xem xét thêm hệ số Pearson trong Correlation.

Để thu thập hoặc sửa dữ liệu đạt yêu cầu hồi quy, vui lòng liên hệ SPSS Tất Tần Tật! 

SPSS Tất Tần Tật

Phone: 0963 983 518

Xem thêm video hướng dẫn phân tích SPSS!